- Bước 1: nhấn vào nút “Load Signal”, hộp thoại Select File to Open hiện lên, chọn đường dẫn đến nơi chứa tín hiệu cần dùng cĩ dạng Mfile, chọn tín hiệu và nhấp chuột vào nút open. Tín hiệu được chọn sẽ hiển thị bên cạnh. Đây là tín hiệu sạch.
- Bước 2: nhập SNR của nhiễu Gauss trắng vào và nhấn vào nút “Add to Signal” , tín hiệu sau khi được cộng nhiễu sẽ được hiển thị.
- Bước 3: chọn hàm Wavelet mẹ và chọn mức phân tách, sau đĩ, chọn loại ngưỡng cứng hay ngưỡng mềm và nhấn nút “Denoise”, tín hiệu sau khử nhiễu sẽ được hiển thị cùng với các giá trị SNR, MSE và PRD được hiển thị ngay bên cạnh.
- Bước 4: để xĩa các dữ liệu đã tính tốn và thiết lập thì chọn nút “RESET”, để thốt khỏi giao diện chọn nút “EXIT”.
Hình 4.23.Giao diện xử lý nhiễu tín hiệu điện tim
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
Kết luận
Luận văn “Ứng dụng phép biến đổi Wavelet trong xử lý nhiễu tín hiệu điện tim” đã đạt được những kết quả nhất định so với mục tiêu ban đầu đã đề ra như sau:
- Tìm hiểu cấu trúc giải phẫu sinh lý của tim và quá trình hình thành, thu nhận tín hiệu điện tim.
- Tìm hiểu các phương pháp đã và đang dùng trong phân tích và xử lý tín hiệu điện tim.
- Nghiên cứu phép biến đổi Wavelet và ứng dụng của phép biến đổi này trong xử lý nhiễu tín hiệu điện tim.
- Xây dựng thuật tốn để xử lý nhiễu trên tín hiệu điện tim.
- Xác định được các Wavelet và mức phân tách tối ưu cho phân tích, xử lý và tái tạo tín hiệu điện tim.
- Đánh giá hiệu quả xử lý nhiễu của ngưỡng cứng và ngưỡng mềm. - Xây dựng được giao diện xử lý nhiễu.
Kết quả luận văn cho thấy tính năng ưu việt của biến đổi Wavelet so với biến đổi Fourier trong khử nhiễu tín hiệu điện tim nĩi riêng, trong phân tích và xử lý tín hiệu nĩi chung. Thực tế cho thấy mặc dù thuật tốn đề xuất đã xử lý được một lượng lớn nhiễu, tuy nhiên vẫn cịn tồn đọng nhiễu trong tín hiệu sau tái tạo, đặc biệt là đối với những mức nhiễu nặng và cần cĩ một giải pháp loại nhiễu hiệu quả hơn để loại được nhiều nhiễu hơn nhưng vẫn đảm bảo được chất lượng tín hiệu sau tái tạo.
Hướng phát triển
Wavelet là một cơng cụ rất mạnh được ứng dụng khơng chỉ trong xử lý tín hiệu mà cịn nhiều lĩnh vực khác nhau, do đĩ, hướng phát triển cho nghiên cứu wavelet cũng rất rộng:
- Xử lý nhiễu trên điện não đồ, điện nhãn đồ,…
- Xử lý ảnh, âm thanh, nhận dạng tiếng nĩi, nhận dạng dấu vân tay,…
- Phát triển ngưỡng mới kết hợp được ưu điểm của ngưỡng cứng và ngưỡng mềm.
- Xây dựng hàm Wavelet mới cho phân tích, xử lý và tái tạo ứng với từng đối tượng tín hiệu cụ thể.
- Wavelet chỉ dừng lại ở tín hiệu 1 chiều, ảnh 2 chiều chứ chưa nghiên cứu trên ảnh 3 chiều, do đĩ, ta cĩ thể phát triển Wavelet sang 3 chiều hứa hẹn sẽ mang lại những kết quả và ứng dụng hiệu quả trong y tế như CT, MRI, SPECT/CT, PET/CT,… cũng như các lĩnh vực khác nhằm nâng cao chất lượng cuộc sống con người.
Hi vọng đề tài sẽ được phát triển hơn nữa gĩp phần nâng cao hiệu quả trong chẩn đốn và điều trị các bệnh tim mạch, khai thác được những thơng tin lâm sàng quý giá từ tín hiệu điện tim, qua đĩ tạo tiền đề cho những nghiên cứu sâu hơn, chất lượng hơn trong lĩnh vực xử lý tín hiệu y sinh tại khoa Vật Lý, trường Đại học Sư phạm thành phố Hồ Chí Minh nĩi riêng và nghành vật lý kỹ thuật y sinh tại Việt Nam nĩi chung.
DANH MỤC CƠNG TRÌNH ĐÃ CƠNG BỐ
1. Trần Đặng Bảo Ân, Nguyễn Hữu Đơng, Lê Cơng Nhân, Nguyễn Trung Hiếu (2015), “Các hàm Wavelet tối ưu trong xử lý tín hiệu điện cơ”, Hội nghị Khoa học Kỹ thuật Đo lường tồn quốc lần thứ VI – Hà Nội, p503 – 510.
TÀI LIỆU THAM KHẢO Tiếng Việt
[1] Nhà xuất bản y học (2009), Điện tâm đồ trong thực hành lâm sàng, Đại học Y dược Thành phố Hồ Chí Minh, Hồ Chí Minh.
[2] Nguyễn Hữu Đơng (2014), Thu nhận và xử lý tín hiệu điện cơ bằng phép biến đổi Wavelet, Luận văn thạc sĩ, Trường Đại học Bách Khoa Thành phố Hồ Chí Minh, Hồ Chí Minh.
[3] Hồng Mạnh Hà (2011), Các phương pháp thích nghi trong lọc nhiễu tín hiệu điện tim, Luận án tiến sĩ tốn học, Viện cơng nghệ thơng tin, Hà Nội.
[4] Nguyễn Hồng Hải, Nguyễn Việt Anh, Phạm Minh Tồn, Hà Trần Đức (2005),
Cơng cụ phân tích Wavelet và ứng dụng trong Matlab, Nhà xuất bản khoa học và kỹ thuật, Hà Nội. (adsbygoogle = window.adsbygoogle || []).push({});
[5] Quách Mỹ Phượng (2006), Thiết kế và chế tạo thiết bị đo ECG giao tiếp với máy tính, Luận văn tốt nghiệp, Trường Đại học Bách Khoa Thành phố Hồ Chí
Minh, Hồ Chí Minh.
[6] Đồn Minh Quân, Nguyễn Kim Dung, Nguyễn Hữu Trường, Hà Thị Lan Anh (2011), Phép biến đổi Wavelet, Báo cáo chuyên đề mơn học, Học viện cơng nghệ bưu chính viễn thơng, Hà Nội.
[7] Vũ Thị Hồi Thanh (2009), Khảo sát tín hiệu điện tim bằng thiết bị Biopac MP30, Luận văn tốt nghiệp, Trường Đại học Sư phạm Thành phố Hồ Chí Minh, Hồ Chí Minh.
[8] Nguyễn Lương Thành (2012), Lập trình GUIDE giao diện, Báo cáo mơn học, Trường Đại học Tơn Đức Thắng, Hồ Chí Minh.
[9] Donoho, D.L. (1995), “De-noising by soft-thresholding”, IEEE, Trans. on Inf. Theory, 41, 3, pp. 613–627.
[10] Galya Georgieva – Tsaneva, Krassimir Tcheshmedjiev (2013), “Denoising of Electrocardiogram Data with Methods of Wavelet Transform”, International Conference on Computer Systems annd Technologies – CompSysTech’13, pp. 9 – 16.
[11] Himanshu Gothwal, Silky Kedawat, Rajesh Kumar (2011), “Cardiac arrhythmias detection in an ECG beat signal using fast fourier transform and artificial neutron network”, J. Biomedical Science and Engineering, pp. 289 – 296. [12] Lewis T (1920), “The mechanism and graphic registration of the heart beat”,
London: Saw and Sons, pp.252.
[13] Mahajan (2014), “Hybrid ECG signal compression system: a step toward efficient telecadiology”, IEEE, pp. 437 – 442.
[14] Mikhled Aifaouri, Khaled Daqroup (2008), “ECG signal denoising by Wavelet transform thresholding”, American Journal of Applied science, pp.276 – 281.
[15] Nopadol Uchaipichat, Sakonthawat Inban (2010), “Development of QRS detection using Short – time Fourier Transform based technique”, Computer Aided Soft Computing Techniques for Imaging and Biomedical Application.
Trang Web